北京市人工智能企業(yè)全要素生產(chǎn)率的測度及差異性研究＊

■ 李雅寧 何勤 陳春春 謝麗偉

1.北京聯(lián)合大學(xué)管理學(xué)院 北京 100101

2.首都經(jīng)貿(mào)大學(xué)勞動經(jīng)濟(jì)學(xué)院 北京 100070

0 引言

我國高度重視人工智能技術(shù)的創(chuàng)新與產(chǎn)業(yè)發(fā)展，2017～2019年連續(xù)3年的政府工作報告均提出要大力發(fā)展人工智能，顯示出中國政府搶占人工智能時代至高點的戰(zhàn)略決心和規(guī)劃。作為國際科技創(chuàng)新中心，北京市將以人工智能為主的高精尖產(chǎn)業(yè)定位為未來新的重要經(jīng)濟(jì)增長點。2017年以來，北京市陸續(xù)出臺了多項支持人工智能創(chuàng)新發(fā)展的政策措施，在產(chǎn)業(yè)環(huán)境、技術(shù)創(chuàng)新、資金支持、人才服務(wù)等方面對人工智能產(chǎn)業(yè)給予了政策支持。2017年12月，北京市發(fā)布《北京市加快科技創(chuàng)新培育人工智能產(chǎn)業(yè)的指導(dǎo)意見》，提出到2020年人工智能總體技術(shù)和應(yīng)用達(dá)到世界先進(jìn)水平。2018年11月，北京市科委發(fā)布《北京智源行動計劃》，提出將北京打造成為鏈接世界人工智能產(chǎn)業(yè)與學(xué)術(shù)資源的中心樞紐。2019年2月，北京成立我國首個人工智能創(chuàng)新發(fā)展試驗區(qū)，2020年獲批人工智能創(chuàng)新先導(dǎo)區(qū)，北京已經(jīng)成為我國人工智能發(fā)展和技術(shù)創(chuàng)新的前沿陣地。

國內(nèi)外學(xué)者們圍繞人工智能對經(jīng)濟(jì)增長、就業(yè)、收入分配、勞動者技能、人格和倫理等方面的影響進(jìn)行了較廣泛的探討[1-4]，就人工智能的政策[5]、發(fā)展現(xiàn)狀和未來的趨勢[6]以及人工智能對產(chǎn)業(yè)的影響[7]進(jìn)行了較為深入地研究。有關(guān)人工智能全要素生產(chǎn)率的研究視角多集中在區(qū)域、產(chǎn)業(yè)和企業(yè)層面?；趨^(qū)域視角的研究多采用宏觀數(shù)據(jù)測算和比較不同區(qū)域的生產(chǎn)率及差距[8]，預(yù)測生產(chǎn)率的發(fā)展趨勢[9]?；诋a(chǎn)業(yè)視角的研究多選取某個產(chǎn)業(yè)或行業(yè)，如農(nóng)業(yè)產(chǎn)業(yè)[10]、裝備制造業(yè)[11]、服務(wù)業(yè)[12]等，評價和比較不同地區(qū)的生產(chǎn)效率水平。基于企業(yè)視角的研究多選取上市企業(yè)作為研究樣本，如互聯(lián)網(wǎng)上市公司[13]、農(nóng)業(yè)上市公司[14]、“區(qū)塊鏈”上市公司[15]、人工智能板塊上市公司[16,17]等，一些學(xué)者還構(gòu)建了高新技術(shù)企業(yè)的生產(chǎn)效率評價指標(biāo)體系，綜合評價技術(shù)領(lǐng)域差異所帶來的企業(yè)效率的變化[18,19]。

總體來看，有關(guān)人工智能的理論研究仍處于起步階段，相關(guān)文獻(xiàn)并不豐富。有關(guān)人工智能全要素生產(chǎn)率的定量研究較少，大多以測度技術(shù)進(jìn)步或創(chuàng)新要素所帶來的生產(chǎn)率變化為主，且主要測算單一的技術(shù)效率。人工智能企業(yè)全要素生產(chǎn)率是影響其行業(yè)、產(chǎn)業(yè)與區(qū)域生產(chǎn)率變化的基礎(chǔ)因素，因此，以人工智能企業(yè)為視角研究全要素生產(chǎn)率變化更能體現(xiàn)人工智能技術(shù)對微觀主體生產(chǎn)率的直接影響，有利于發(fā)現(xiàn)人工智能推動生產(chǎn)效率提升的微觀機(jī)制和“異質(zhì)性”。但是，由于微觀企業(yè)調(diào)研和數(shù)據(jù)獲取等方面存在一定的困難，現(xiàn)有文獻(xiàn)對人工智能企業(yè)全要素生產(chǎn)率的測度與評價研究較少。北京市人工智能產(chǎn)業(yè)在政策紅利的推動下得到快速發(fā)展，截至2019年4月，全國人工智能類企業(yè)共4084 家，其中北京市人工智能類企業(yè)1084 家，占比為26.5%。然而，人工智能企業(yè)“規(guī)?！鄙系难杆倥蛎浤芊衲軒怼靶省彼降耐教嵘?？人工智能企業(yè)全要素生產(chǎn)率如何定量評價？不同類型的人工智能企業(yè)全要素生產(chǎn)率有何差異？如何改進(jìn)企業(yè)生產(chǎn)效率？本文以北京市人工智能企業(yè)為研究對象，依托上市公司披露的數(shù)據(jù)及企業(yè)調(diào)研問卷獲取的數(shù)據(jù)，綜合測度北京市人工智能企業(yè)的全要素生產(chǎn)率水平，比較不同類別、不同行業(yè)的北京市人工智能企業(yè)全要素生產(chǎn)率的差異，并提出改進(jìn)企業(yè)生產(chǎn)效率的措施建議，對促進(jìn)北京市人工智能產(chǎn)業(yè)的高效發(fā)展具有一定的現(xiàn)實意義。

1 研究方法

1.1 全要素生產(chǎn)率的測算及分解

技術(shù)進(jìn)步水平的測算通常有兩類方法：一類是參數(shù)方法，包括索洛余值法和隨機(jī)前沿法；第二類是以數(shù)據(jù)包絡(luò)法（DEA）為代表的非參數(shù)方法。DEA-Malmquist指數(shù)方法將技術(shù)進(jìn)步水平分解成技術(shù)進(jìn)步率和技術(shù)效率，其中，技術(shù)效率又可以分解為規(guī)模效率和純技術(shù)效率，Malmquist 指數(shù)可以用于評估技術(shù)進(jìn)步水平的動態(tài)變化。因此本文采用DEA－Malmquist指數(shù)法測算北京市人工智能企業(yè)全要素生產(chǎn)率及分解變化情況。

Malmquist 指數(shù)方法是在DEA 模型基礎(chǔ)上設(shè)定的，假設(shè)每個人工智能企業(yè)被看作一個決策單元，將各個人工智能企業(yè)決策單元的效率與前沿面來對比，進(jìn)而測量效率，見式1。

上式y(tǒng) 和x 分別表示不同時期的產(chǎn)出量和投入量。Dt和Dt+1分別表示第t 期和第t+1 期的技術(shù)參照距離函數(shù)。假設(shè)規(guī)模報酬可變，Malmquist 指數(shù)表示的全要素生產(chǎn)率（用TFPch表示，下同）為技術(shù)效率（用Effch表示，下同）變化指數(shù)與技術(shù)進(jìn)步（用Tech 表示，下同）變化指數(shù)的乘積，見式2：

在上述假設(shè)下，技術(shù)效率變化（Effch）等于規(guī)模效率（用Sech表示，下同）變化與純技術(shù)效率（用Pech表示，下同）變化的乘積，見式3。各效率指標(biāo)的變化反應(yīng)相應(yīng)的生產(chǎn)率變化，當(dāng)效率指標(biāo)小于1時，表示其對應(yīng)的生產(chǎn)率呈現(xiàn)下降趨勢；反之當(dāng)效率指標(biāo)大于1，表示其對應(yīng)的生產(chǎn)率呈現(xiàn)上升趨勢；等于1時，其對應(yīng)的生產(chǎn)率不變。

1.2 指標(biāo)選取及數(shù)據(jù)來源

本文選取2016～2018年114 家北京市人工智能企業(yè)為研究樣本，其中包含同花順I(yè)find金融數(shù)據(jù)庫中披露的北京上市人工智能企業(yè)24家，通過課題組企業(yè)調(diào)研問卷獲取的北京市非上市人工智能企業(yè)90 家。在北京市人工智能企業(yè)全要素生產(chǎn)率水平測度的研究部分，選取企業(yè)固定資產(chǎn)和技術(shù)人員數(shù)量作為投入變量，選取營業(yè)收入作為人工智能企業(yè)的產(chǎn)出指標(biāo)，基于DEA-Malmquist指數(shù)模型和樣本人工智能企業(yè)的數(shù)據(jù)，運用DEAP2.1 軟件測算北京市人工智能企業(yè)全要素生產(chǎn)率及其分解指標(biāo)，以企業(yè)差異、行業(yè)差異以及是否上市為維度，比較分析動態(tài)Malmquist 生產(chǎn)率指數(shù)及其變化情況。

2 北京市人工智能企業(yè)全要素生產(chǎn)率評價

2.1 全要素生產(chǎn)率水平

基于DEA－Malmquist 指數(shù)法本文測算得到北京市114 家人工智能企業(yè)2016年～2018年全要素生產(chǎn)率指數(shù)及其分解結(jié)果（表1）。2016～2018年114 家北京市人工智能企業(yè)的全要素生產(chǎn)率平均增長率為0.7%，其中，技術(shù)效率平均增長率為0.6%，技術(shù)進(jìn)步平均增長率為0.1%，技術(shù)效率對企業(yè)全要素生產(chǎn)率的促進(jìn)作用大于技術(shù)進(jìn)步效率。其中，2016～2017年北京市人工智能企業(yè)的全要素生產(chǎn)率增長率為4%，2017-2018年的全要素生產(chǎn)率下降2.5%。

表1 北京市人工智能企業(yè)Malmquist 生產(chǎn)率指數(shù)及其分解（2016～2018年）

從Malmquist 生產(chǎn)率分解指標(biāo)看，不同年份的全要素生產(chǎn)率、技術(shù)效率和技術(shù)進(jìn)步效率都存在著一定的差異。2016～2017年，全要素生產(chǎn)率提高4%，其中技術(shù)進(jìn)步增長率為50.7%，技術(shù)效率下降了31%，技術(shù)進(jìn)步增長對全要素生產(chǎn)率的提升起到明顯的促進(jìn)作用，而技術(shù)效率阻礙了全要素生產(chǎn)率的提升。2017～2018年技術(shù)進(jìn)步下降33.5%，抑制了全要素生產(chǎn)率的提高，技術(shù)效率提升了46.6%，促進(jìn)了全要素生產(chǎn)率的提高，兩者的作用結(jié)果表現(xiàn)為人工智能全要素生產(chǎn)率降低2.5%。

從技術(shù)效率的構(gòu)成來看，2016～2018年技術(shù)效率平均增長為0.6%,其中純技術(shù)效率增長率為4.4%，企業(yè)規(guī)模效率下降3.6%。其中，2016～2017年技術(shù)效率下降31%，這主要是因為純技術(shù)進(jìn)步效率下降了34%，企業(yè)規(guī)模效率提高了4.6%，純技術(shù)進(jìn)步效率的拖累作用大于企業(yè)規(guī)模效率的提升作用。2017～2018年純技術(shù)效率提升65.1%，企業(yè)規(guī)模效率下降11.2%，使得技術(shù)效率增長率為46.6%。

2.2 北京市人工智能企業(yè)全要素生產(chǎn)率的差異比較

從總體來看，114 家北京市人工智能企業(yè)中全要素生產(chǎn)率為正的有56家，占49.12%，其中50家企業(yè)的技術(shù)效率增長率為正，16 家企業(yè)的技術(shù)進(jìn)步增長率為正，技術(shù)效率增長率與技術(shù)進(jìn)步增長率均為正值的有10家，可以看出，樣本企業(yè)技術(shù)效率增長率和技術(shù)進(jìn)步增長率對企業(yè)全要素生產(chǎn)率的增長貢獻(xiàn)存在較大差異。此外，全要素生產(chǎn)率為負(fù)的企業(yè)為58 家，其中44 家企業(yè)的技術(shù)效率為負(fù)，45 家企業(yè)的技術(shù)進(jìn)步效率為負(fù)，技術(shù)效率增長率與技術(shù)進(jìn)步增長均為負(fù)的有31家，說明技術(shù)效率增長率和技術(shù)進(jìn)步增長率對企業(yè)的拖累效應(yīng)差異并不明顯。因此，北京市人工智能企業(yè)全要素生產(chǎn)率增長的差異明顯，其變化的動因也存在一定差異。由于篇幅限制，表2列舉了北京市人工智能企業(yè)全要素生產(chǎn)率排名前20位的企業(yè)。

表2 人工智能企業(yè)Malmquist 生產(chǎn)率指數(shù)及其分解排名（2016～2018）

2.3 人工智能上市企業(yè)與非上市企業(yè)全要素生產(chǎn)率的比較分析

基于DEA－Malmquist指數(shù)法，本文測算得到2016～2018年的24 家北京市上市人工智能企業(yè)和90 家非上市人工智能企業(yè)的全要素生產(chǎn)率指數(shù)及其分解情況，見表3。2016～2018年間上市企業(yè)與非上市企業(yè)的全要素生產(chǎn)率分別為9.4%和-2%，其中，上市企業(yè)的技術(shù)效率平均增長率為10.6%，技術(shù)進(jìn)步平均增長率為-1%，非上市企業(yè)的技術(shù)效率平均增長率為8.6%，技術(shù)進(jìn)步平均增長率為-9.8%，因此，上市企業(yè)全要素生產(chǎn)率高于非上市企業(yè)。此外，上市企業(yè)和非上市企業(yè)的技術(shù)效率差異不大，其規(guī)模效率和純技術(shù)效率的變化均呈現(xiàn)增長趨勢。

表3 人工智能上市企業(yè)Malmquist 生產(chǎn)率指數(shù)及其分解（2016～2018年）

從時序變化來看，2016～2017年，上市企業(yè)的技術(shù)進(jìn)步推動了全要素生產(chǎn)率的增長，技術(shù)進(jìn)步效率增長率為123.5%，技術(shù)效率增長率為-42.9%；非上市企業(yè)技術(shù)效率增長率為3.4%，技術(shù)進(jìn)步效率為-38%。2017～2018年，上市企業(yè)技術(shù)效率增長率為114.1%，技術(shù)進(jìn)步效率增長率為-56.2%；非上市企業(yè)技術(shù)效率增長率為14.1%，技術(shù)進(jìn)步效率為-15.4%?？梢钥闯觯夹g(shù)效率與技術(shù)進(jìn)步率的變化存在此消彼長的負(fù)向關(guān)系。

總體來看，75%（18 家）的上市企業(yè)和45%（41 家）的非上市企業(yè)的全要素增長率是正向的，說明上市企業(yè)的全要素生產(chǎn)水平優(yōu)于非上市企業(yè)。由于篇幅限制，表4和表5分別列舉了排名前20 位的上市企業(yè)與非上市企業(yè)生產(chǎn)率指數(shù)。

表4 上市企業(yè)Malmquist 生產(chǎn)率指數(shù)及其分解排名（2016～2018年）

表5 非上市企業(yè)Malmquist 生產(chǎn)率指數(shù)及其分解排名（2016～2018年）

2.4 北京市人工智能企業(yè)全要素生產(chǎn)率的行業(yè)比較

將114 家樣本企業(yè)按照行業(yè)類別分為12 大類，總體來看，6 個行業(yè)的平均全要素增長率是正向的，7 個行業(yè)的全要素增長率為負(fù)。其中，信息傳輸、計算機(jī)服務(wù)和軟件業(yè)是全要素增長率最高的行業(yè)，平均為13.1%，且主要是由36.8%的技術(shù)效率貢獻(xiàn)，其技術(shù)進(jìn)步率為-17.3%，拖累了全要素的增長；全要素增長率最低的行業(yè)是教育業(yè)，平均為-20.8%，技術(shù)效率的拖累效應(yīng)為-20.5%，大于-0.4%技術(shù)進(jìn)步效率的拖累效應(yīng)。在全要素增長率為正的6 個行業(yè)中，技術(shù)效率增長率為正的行業(yè)有4 個，技術(shù)進(jìn)步增長率為正的行業(yè)有3個（見表6）。

表6 北京市人工智能企業(yè)Malmquist 生產(chǎn)率指數(shù)及其分解的行業(yè)比較

3 結(jié)論與建議

3.1 研究結(jié)論

本文基于2016～2018年114 家北京市人工智能企業(yè)數(shù)據(jù)，對北京市人工智能企業(yè)全要素生產(chǎn)率進(jìn)行了測度，結(jié)果顯示，北京市人工智能企業(yè)全要素生產(chǎn)率2016～2018年平均增長率為0.70%，其中技術(shù)效率平均增長0.60%，技術(shù)進(jìn)步平均增長0.10%，技術(shù)效率是使得北京市人工智能企業(yè)全要素生產(chǎn)效率得到提升的主要原因。此外，上市企業(yè)全要素生產(chǎn)率高于非上市企業(yè)，信息傳輸、計算機(jī)服務(wù)和軟件業(yè)是全要素增長率最高的行業(yè)，平均為13.1%，且主要是由36.8%的技術(shù)效率貢獻(xiàn)，其技術(shù)進(jìn)步率則拖累全要素的增長，為-17.3%；全要素增長率最低的行業(yè)是教育業(yè)，平均為-20.8%，技術(shù)效率增長率為-20.5%，技術(shù)進(jìn)步效率增長率為-0.4%，技術(shù)效率的拖累效應(yīng)大于技術(shù)進(jìn)步效率的拖累效應(yīng)。

3.2 提升人工智能企業(yè)技術(shù)進(jìn)步效率的建議

人工智能的發(fā)展對諸多市場帶產(chǎn)生了沖擊效應(yīng)，但這一沖擊既是挑戰(zhàn)也是機(jī)遇。隨著中國數(shù)字化和智能化的迅速發(fā)展，尤其是5G 時代的到來，使得很多技術(shù)的實現(xiàn)成為可能，而中國將加速發(fā)展數(shù)字化、智能化。在這一過程中，中國應(yīng)抓住機(jī)遇，由被動適應(yīng)到雙向互動、主動適應(yīng)，轉(zhuǎn)變粗放型發(fā)展方式，提高企業(yè)生產(chǎn)效率；發(fā)揮人工智能企業(yè)核心技術(shù)優(yōu)勢，全面提升人工智能企業(yè)全要素生產(chǎn)率；整合各方資源，完善政府對人工智能產(chǎn)業(yè)的政策支持，盡快適應(yīng)我國高質(zhì)量發(fā)展的階段。具體建議措施如下：

3.2.1 由“單驅(qū)動”向“雙驅(qū)動”轉(zhuǎn)變，提高全要素生產(chǎn)效率水平

調(diào)整人工智能企業(yè)粗放型發(fā)展方式，提高人工智能企業(yè)生產(chǎn)效率水平。企業(yè)全要素生產(chǎn)效率體現(xiàn)各個要素的綜合生產(chǎn)率，是企業(yè)技術(shù)創(chuàng)新、管理模式完善、產(chǎn)品質(zhì)量提高、企業(yè)結(jié)構(gòu)升級的綜合體現(xiàn)，反映了產(chǎn)業(yè)升級與生產(chǎn)力發(fā)展的水平，推動人工智能產(chǎn)業(yè)高質(zhì)量發(fā)展，提高作為產(chǎn)業(yè)微觀主體的企業(yè)全要素生產(chǎn)率水平是關(guān)鍵。改善企業(yè)全要素生產(chǎn)效率，應(yīng)積極發(fā)揮人工智能技術(shù)進(jìn)步的“驅(qū)動效應(yīng)”，充分開發(fā)技術(shù)效率提升空間，加快企業(yè)技術(shù)改造，提高資源使用效率，加強企業(yè)管理，轉(zhuǎn)變?nèi)斯ぶ悄芷髽I(yè)粗放型的發(fā)展方式。具體而言，政府可從以下3個方面支持人工智能企業(yè)向技術(shù)效率和技術(shù)進(jìn)步效率“雙驅(qū)動”型轉(zhuǎn)變：首先，提高財稅政策扶持力度，適當(dāng)給予企業(yè)所得稅稅收優(yōu)惠和創(chuàng)新產(chǎn)品補貼，引導(dǎo)產(chǎn)業(yè)投資基金創(chuàng)新政府、企業(yè)、投資僅夠信息互通機(jī)制，為人工智能企業(yè)提供技術(shù)研發(fā)、產(chǎn)品創(chuàng)新和市場拓展等全方位程資本服務(wù)。其次，進(jìn)一步加強人才隊伍儲備，培育企業(yè)創(chuàng)新團(tuán)隊，通過設(shè)立人才基金和項目基金等方式，支持人工智能企業(yè)集聚頂尖創(chuàng)新人才，著力培養(yǎng)技術(shù)、產(chǎn)業(yè)和商業(yè)的跨界復(fù)合型精英。第三，完善人工智能資源共享平臺，建設(shè)人工智能產(chǎn)業(yè)創(chuàng)新中心，深化政務(wù)信息系統(tǒng)整合和信息資源共享機(jī)制，打造人工智能產(chǎn)業(yè)生態(tài)，為人工智能企業(yè)發(fā)展提供知識、技術(shù)、信息、管理和資本等方面的多元化服務(wù)體系。基于本研究前文的實證結(jié)果，將人工智能企業(yè)分為技術(shù)效率、技術(shù)進(jìn)步雙拖累型；技術(shù)效率驅(qū)動，技術(shù)進(jìn)步拖累型；技術(shù)進(jìn)步驅(qū)動、技術(shù)效率拖累型。針對上述3 種不同類型的人工智能企業(yè)提升全要素生產(chǎn)效率的改進(jìn)手段和所需的支持

3.2.2 根據(jù)企業(yè)全要素生產(chǎn)率構(gòu)成的“異質(zhì)性”，采取差異化提升策略

我國人工智能的發(fā)展已具備一定的技術(shù)和產(chǎn)業(yè)基政策提出差異化的策略（見表7）。礎(chǔ)，人工智能已經(jīng)在客服、醫(yī)療、金融、農(nóng)業(yè)等行業(yè)領(lǐng)域?qū)崿F(xiàn)應(yīng)用，在數(shù)據(jù)、平臺和應(yīng)用等領(lǐng)域集聚了一批較為優(yōu)質(zhì)的人工智能企業(yè)，人工智能企業(yè)依靠各自關(guān)鍵的核心技術(shù)正在成為中國企業(yè)越來越有競爭力的一部分群體。然而，人工智能企業(yè)全要素生產(chǎn)率及其構(gòu)成存在一定差異，不同的企業(yè)在技術(shù)水平、管理水平和資源投入有效性等方面存在較大的差異。對于技術(shù)效率和技術(shù)進(jìn)步效率“雙驅(qū)動”的企業(yè)，應(yīng)保持這種雙邊優(yōu)勢，持續(xù)提升企業(yè)的生產(chǎn)效率。對于技術(shù)進(jìn)步驅(qū)動、技術(shù)效率拖累的公司，首先要明確導(dǎo)致技術(shù)效率拖累的原因，然后有針對性的采取措施：規(guī)模效率低下的企業(yè)應(yīng)著力提高資源的使用效率，切記盲目擴(kuò)張，防止生產(chǎn)要素投入產(chǎn)生冗余；純技術(shù)效率低下的企業(yè)應(yīng)加強公司治理和管理水平，改進(jìn)管理模型。此外，相對于非上市人工智能企業(yè)，上市人工智能企業(yè)可利用證券市場進(jìn)行籌資，廣泛地吸收社會閑散資金，擴(kuò)大企業(yè)規(guī)模，增強產(chǎn)品的競爭力和市場占有率，且定期披露財務(wù)信息，管理水平相對較高，因此，上市人工智能企業(yè)具有較高的全要素生產(chǎn)率水平。對于上市的人工智能企業(yè)而言，政府應(yīng)進(jìn)一步落實企業(yè)生產(chǎn)效率提升的“雙驅(qū)動”轉(zhuǎn)型政策支持，在財政、金融、人才與資源等領(lǐng)域提供持續(xù)支持；同時，人工智能上市企業(yè)自身還應(yīng)注重發(fā)揮自身核心技術(shù)優(yōu)勢，創(chuàng)新技術(shù)手段，拓展應(yīng)用場景，開發(fā)創(chuàng)新產(chǎn)品，進(jìn)一步提升市值和市場競爭力，成為產(chǎn)業(yè)內(nèi)龍頭創(chuàng)新企業(yè)和創(chuàng)新標(biāo)桿企業(yè)。對于非上市人工智能企業(yè)而言，政府可通過設(shè)立投資引導(dǎo)基金，為企業(yè)提供孵化、成長、上市全流程資本服務(wù)，同時企業(yè)自身也應(yīng)進(jìn)一步拓寬融資渠道，優(yōu)化融資結(jié)構(gòu)，提高資本有機(jī)構(gòu)成，并注重發(fā)揮自身核心技術(shù)優(yōu)勢，提升管理水平，形成規(guī)模效益，從而整體提升全要素生產(chǎn)率和競爭力（見表8）。

表7 人工智能企業(yè)提升全要素生產(chǎn)率水平的改進(jìn)手段和政策支持

表8 上市與非上市人工智能企業(yè)全要素生產(chǎn)率水平提升策略

（3）整合資源，完善政府對人工智能產(chǎn)業(yè)的政策支持

人工智能是引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的核心技術(shù)，我國頒布的各種政策和規(guī)劃中都體現(xiàn)了中國要搶占人工智能發(fā)展制高點的決心。但人工智能的發(fā)展不僅需要政策的支持，還需要各方資源的傾斜，因此政府對人工智能發(fā)展的補貼政策和支持措施是必不可少的。需要強調(diào)的是，政府應(yīng)實施有針對性的補貼政策，注重補貼方式的靈活性和多樣性，進(jìn)一步加強具有較高生產(chǎn)效率企業(yè)的補貼力度，適當(dāng)擴(kuò)大具有核心關(guān)鍵技術(shù)和發(fā)展前景企業(yè)的支持力度，鼓勵人工智能行業(yè)龍頭企業(yè)發(fā)揮關(guān)聯(lián)帶動和引領(lǐng)作用。對于具有全要素生產(chǎn)效率優(yōu)勢的人工智能行業(yè)，如信息傳輸、計算機(jī)服務(wù)和軟件業(yè)，應(yīng)加大核心技術(shù)要素投入，提升技術(shù)進(jìn)步效率，實現(xiàn)規(guī)模經(jīng)營（見表9）。

表9 不同行業(yè)優(yōu)勢的全要素生產(chǎn)率水平提升策略